不同心理状态下脑电波信号的非线性分析.docx

不同心理状态下脑电波信号的 非线性分析 不同心理状态下脑电波信号的非线性分析 引言： 背景： EEG信号是一种携带着大脑状态信息的典型信号。脑电波的波形中可能携带 有关于大脑状态的有用信息。 但是， 我们现有的检测设备不能直接的检测脑电波信号中 蕴含的微小细节。 此外， 由于生物信号有着极强的主观性， 那些症状在时间范围内是随 机出现的。因此，使用计算机采集并分析得到的脑电波信号在诊断学中有很大的作用。 这篇论文主要讨论音乐和刺激反射对于脑电波信号的作用。 实验方法：在实验过程中，我们从脑电波信号中提取出关联维数、最大 Lyapunov 指数、 Hurst 指数和近似熵等非线性参数例。 实验结果：从我们实验中获得的结果表明，脑电波信号在大于 85%的置信区间上会 由于受到外界刺激的作用而比正常状态下的脑电波信号显现出更低的复杂度。 实验结论： 我们发现相对于正常状态下测量的结果， 在声音或者反射刺激下的测量 结果要明显低。 这个变化的尺度会随着认知行为的程度增强而提升。 这表明当人受到声 音或反射刺激时，大脑中并行活动会减轻，这意味着大脑会处于一种更放松的状态。 背景： 通过脑电波来检测到的大脑的电现象表现出很复杂的非线性的动态特性。 这种行为表现在不同复杂度的脑电波图上。考虑到这一点，使用非线性的动力 学理论可能比传统的线性方法更能很好的展现脑电图的内在本质特征。对于非 线性动力学的研究和描述有助于理解脑电波信号的动态特性以及大脑的一些潜 在活动并探明它们的生理意义。在研究应用非线性动态理论去分析生理信号的 文献中我们可以看到，非线性的分析方法被用于心脏速率、神经活动、肾血流 量、动脉压以及脑电图和呼吸信号的分析。 生物时间序列分析由于其体现出典型的复杂动态特性而在非线性分析领域 中一直倍受认可。这些方法的特点是可以检测到一些生理现象中隐藏的重要动 态参数。非线性动态技术基于混沌理论，现在混沌理论已经被应用到许多领域， 包括医学和生物学领域。目前混沌理论已经用于检测一些心律失常的情况，例 如心室颤动。现在人们已经致力于检测一些生理学信号的非线性参数，因为这 些参数已经被证明是非常有价值的病理学参数。 许多研究者， 例如 Duke 等人， 已经证明了复杂的动态演化会产生混沌状态。 在过去的三十年中，研究观察已经指出，实际上混沌系统在大自然中是很常见 的。 Boccalettiet 已经给出了这些系统的一些细节。 在神经系统的理论模型中， 重点被集中在稳定的或循环的行为上。可能混沌行为在神经水平是造成精神分 裂症、失眠、癫痫等疾病的原因。在过去大量的工作被用于理解大脑的复杂性 通过数学、物理学、工程学、化学以及生理学的协作。在过去，人们一直对描 述神经过程和大脑信号很感兴趣，尤其是脑电波信号，这一点从本文中针对非 线性动态分析以及混沌理论的介绍可以看出。非线性动态分析理论为理解脑电 波信号打开了一个新的窗口。脑电波模型由 Freeman 等人在研究新皮层动态时 以及 Wright 等人研究混沌动力学时提出， 这是为了迎合神经生物学的研究需要。 在分析脑电波数据时，最近的文献中使用了不同种类的参数，例如关联维数、 最大 Lyapunov 指数和近似熵。 Naoto 等人则在研究人类在闭眼走路和不同睡眠 阶段的呼吸动作的近似熵。 在本文中，我们记录了不同状态下的脑电信号，例如： （1）正常静息状态 下的受试者； （2）聆听古典音乐的受试者； （3）聆听摇滚乐的受试者以及（ 4） ?? ?? 给予足部刺激的受试者。我们通过对非线性参数如关联维数、近似熵、最大 Lyapunov 指数和 Hurst 指数的研究得出了音乐和反射刺激对脑电信号的影响。 方法： 脑电波信号是通过使用 ACQKNOWLEDGE 3.7作.2为数据采集软件的 BIOPAC 设备采集的。 整个 10-20 系统均使用了银 - 氯化银电极。 脑电波信号每秒采集 500 样本，采集时分辨率为 12 比特每样本，采样时间为二十分钟。然后对采集到的 数据使用 1-50Hz 的带通滤波器进行数字滤波。首先我们采集处于闭目休息状态 下的受试者的脑电波。第二阶段我们采集了听古典音乐的受试者的脑电波，然 后采集听摇滚乐的受试者的脑电波。由 Voss 等人的研究结果可知，古典音乐和 摇滚音乐有着不同的 1/f 分布。那么既然两种音